Разработка с AI-агентами: что реально работает

Ринат Абдуллин и Айгиз Кунафин разбирают разработку с AI-агентами на примере двух рабочих подходов: контроля за действиями агента и расширения его автономии. В записи вебинара они показывают, где подходы пересекаются, как проверять результат и как организовывать работу над несколькими задачами.

Два подхода к агентам

Ринат Абдуллин стремится получать поддерживаемый код и контролировать изменения в платформе BitGN, которая постоянно работает под нагрузкой. Айгиз Кунафин использует агентов для длительных экспериментов, автоматических исследований, анализа чужого кода и параллельной работы над проектами. Ведущие сопоставляют эти практики на реальных задачах разработки.

Спецификации и проверка результата

Отдельный разбор касается Agents.MD и применения режима /goal для автоматической разработки агентных пайплайнов. Ведущие обсуждают Spec-Driven Development, AI-Native Harness и аргументы против unit-тестов Codex. Они сравнивают текстовые и исполняемые спецификации: по их наблюдению, исполняемые позволяют агентам меньше расходовать контекст и время на чтение требований.

Вопросы разработки в команде

В обсуждении затронуты устаревание планов и документации, память проекта, единый процесс SDLC/AI-Native разработки для команды и проверка работы агентов через тесты и harness. Также рассматриваются spec-first подход для фронтенда и способы удерживать долгие agent goal loops от отклонения от цели. Среди конкретных инструментов и решений упоминаются Codex, docs-vs-skills, webhooks, Obsidian, nix, cloud/local и control centre.

Формат и аудитория

Материал доступен как запись вебинара. Он рассчитан на разработчиков, которые уже пробовали работать с AI-агентами и ищут способы сделать результаты стабильнее, а процессы — применимыми в команде.